代理式 AI(agentic AI)把推論從一次模型呼叫,變成一串多步驟工作流程:規劃、呼叫工具、讀寫資料、排程、控制流程,並且持續管理 GPU 與其他加速器。這使 CPU 在 AI 叢集裡重新變得關鍵,因為更多邏輯、資料準備、記憶體與 I/O,以及 GPU 管理工作會落到 CPU 身上 [7]。
但這不是「GPU 要退場」的故事。AI 工作負載的核心仍高度依賴 GPU,Nvidia(輝達)也仍在 AI 加速器市場具備壓倒性地位,背後有成熟軟體生態系支撐 [1]。真正的問題是:如果代理式 AI 讓每一組加速器周圍都需要更多、更強、更有效率的 CPU,誰最能吃到 2030 年的增量?
先講清楚:2030 年市場規模還沒有定論
目前的來源指向一場正在形成的辯論,而不是單一共識預測。AMD 執行長蘇姿丰表示,AMD 現在預期伺服器 CPU 可服務市場(TAM)年成長率將超過 35%,到 2030 年超過 1,200 億美元;這高於 AMD 先前在 11 月提出的 18% 年成長預估 [6]。
TradingKey 則報導,UBS 預測 2030 年伺服器 CPU 市場可達 1,700 億美元,並認為如果代理式 AI 工作負載把更多運算推回 CPU,Arm 會是主要受益者之一 [4]。
不過,另一份 2025 年市場觀點保守得多:它預估整體資料中心處理器市場到 2030 年達 3,720 億美元,其中伺服器 CPU 市場為 356 億美元 [13]。這些數字可能採用不同定義與假設,因此下面的排名應該這樣讀:如果代理式 AI 真的引爆更大的 CPU 週期,哪些公司最能暴露在這個上行情境中?
依來源推得的排序
| 排名 | 公司或類別 | 最主要的受益方式 | 主要但書 |
|---|---|---|---|
| 1 | AMD | 最直接的伺服器 CPU 營收槓桿;AMD 已上調 2030 年 CPU TAM,並主張代理式 AI 會讓 CPU 在 AI 叢集中更重要 [ | 自研 Arm CPU、Nvidia 綁定式 AI 平台,可能限制 AMD 的市占增幅 [ |
| 2 | Arm | 若大型雲端業者與 AI 基礎設施供應商擴大 Arm 架構 CPU,Arm 可透過架構滲透受益 [ | 最積極的 Arm 市占預測仍只是預測,尚非既成市場結果 [ |
| 3 | Nvidia | 若更多 CPU 需求被包進 GPU 中心的完整 AI 系統,Nvidia 可透過平台掌控力擴大價值捕捉;它也已開始銷售獨立 Vera CPU [ | Nvidia 最大護城河仍是 AI 加速器平台,而不是傳統伺服器 CPU 市占 [ |
| 4 | Intel | 若 CPU 供給吃緊、需求回升帶動整體 x86 伺服器市場,Intel 仍有既有大廠的復甦空間 [ | AMD 動能升高,Arm 架構設計在 AI 資料中心更具可信度,Intel 的執行風險較高 [ |
| 5 | Amazon、Google 等大型雲端業者 | 透過 Graviton、Axion 等自研 CPU 優化內部 AI 基礎設施成本與效率 [ | 好處可能反映在成本下降或利潤率改善,而不是對外銷售半導體的直接營收 [ |
1. AMD:最清楚的直接伺服器 CPU 受益者
AMD 排第一,原因很直接:如果伺服器 CPU 市場變大,AMD 銷售的正是這個被重新定價的產品類別。蘇姿丰已明確把更大的伺服器 CPU 市場與 AI 需求連在一起,稱 AMD 現在預期該市場年成長率超過 35%,2030 年超過 1,200 億美元 [6]。
AMD 的論點也與代理式 AI 的技術結構相符。AMD 指出,代理式 AI 會把推論變成多步驟流程,帶來更多 CPU 運算需求;在現代 AI 叢集中,CPU 負責讓加速器維持高效率運作的關鍵系統工作,包括排程、資料準備、記憶體與 I/O、控制流程,以及 GPU 管理 [7]。
近期資料中心動能也能看見,但要注意它不是純 CPU 指標。AMD 的資料中心部門包含伺服器晶片,第一季營收年增 57% 至 58 億美元,高於 LSEG 彙整的分析師預期 56.4 億美元 [6]。TradingKey 也在 AMD 上調 CPU TAM 展望的脈絡下報導,AMD 資料中心營收已超過 Intel [
4]。
AMD 的加分點還在於平台完整度。EPYC 伺服器 CPU 可與 AMD Instinct GPU、Pensando 網路技術,以及 ROCm 軟體堆疊一起構成資料中心方案 [7]。風險則是,新增 CPU 需求未必全流向對外銷售的 x86 伺服器 CPU;部分可能轉向 Arm 架構自研晶片,或被更緊密整合的 AI 系統平台吸收 [
2][
4][
8]。
2. Arm:最大的不確定上行,來自架構擴散
Arm 的機會不只是賣某一顆晶片,而是成為更多資料中心 CPU 設計的底層架構。如果市場從傳統 x86 伺服器,逐步轉向雲端業者自研或半客製化的 Arm 架構 CPU,Arm 的槓桿可能非常大。
TrendForce 報導,Arm 在 2026 年 3 月 25 日宣布 Arm AGI CPU,並推出風冷與液冷兩種 CPU 機架版本;該報告把這視為 AI 資料中心 CPU 重要性上升、需求結構改變的一部分 [2]。
最積極的 Arm 案例來自 TradingKey 引述的 UBS 預測。該報導稱,UBS 預期 Arm 到 2030 年可達伺服器 CPU 40% 至 45% 出貨量市占、50% 至 55% 營收市占,並可能拿下超過 75% 的 head-node CPU 市場 [4]。這仍是預測,不是既成事實;但它說明了為何 Arm 必須排在代理式 AI CPU 受益名單的前段。
Arm 的關鍵,是大型雲端業者與 AI 基礎設施供應商對 Arm 架構設計的採用。SemiAnalysis 的 2026 年資料中心 CPU 版圖也討論到大型雲端業者自研 Arm 架構 CPU,以及 Amazon Graviton、Google Axion 等案例 [8][
9]。如果代理式 AI 讓加速器周邊需要更多高效率主機 CPU,Arm 即使不是最終晶片品牌,也可能透過架構擴散受益 [
4][
8]。
3. Nvidia:不是最純 CPU 標的,卻可能是平台大贏家
Nvidia 不是最純粹的伺服器 CPU 投資命題,但可能是最強的平台型受益者。GPU 仍是 AI 工作負載的主流處理器架構,原因在於平行運算能力與成熟軟體生態;Nvidia 在這個市場仍具有壓倒性地位 [1]。
如果代理式 AI 改變 CPU:GPU 配比,讓每套加速器系統需要更多 CPU、記憶體、網路與軟體協同,Nvidia 的價值捕捉不一定來自單顆 CPU 市占,而是來自完整 AI 系統。TrendForce 報導,Nvidia 在 2026 年 3 月 16 日的 GTC 上推出首個可銷售的獨立 Vera CPU Rack [2]。TrendForce 另一篇分析也把 Nvidia Vera CPU 與 Arm 的 CPU 推進,視為代理式 AI 正在重塑 AI 資料中心 CPU:GPU 比例的訊號 [
5]。
因此,Nvidia 與 AMD 的贏法不同。AMD 最受益於可對外銷售的伺服器 CPU 市場擴張;Nvidia 則更受益於客戶採購完整 AI 系統,讓 CPU、GPU、網路、記憶體與軟體一起被優化 [1][
2]。
4. Intel:既有大廠的反彈機會,但更考驗執行力
Intel 不能被忽略,因為它仍是伺服器 CPU 討論的核心角色。SemiAnalysis 指出,在 GPU 與網路設備成為資料中心支出重心的階段,Intel 曾是伺服器 CPU 的主要供應商;但超大規模雲端業者與新雲端業者把重心放在 AI 加速器與基礎設施,讓伺服器 CPU 營收相對停滯 [8]。
若代理式 AI 觸發新的 CPU 需求週期,Intel 也可能受惠。TrendForce 報導,2026 年第 1 季底,CPU 供給吃緊,加上市場關注 Intel 與 AMD 漲價消息,已成為焦點 [2]。SemiAnalysis 也把 Intel 未來的 Diamond Rapids、Coral Rapids 世代列入 2026 年資料中心 CPU 路線圖討論 [
8]。
問題在於,Intel 的上行情境比 AMD 或 Arm 更有條件。AMD 有明確上調的 TAM 敘事,Arm 有自研與客製化架構擴散的故事,Nvidia 有主導 AI 加速器的平台地位 [1][
4][
6]。Intel 的關鍵在於未來 Xeon 平台能否在效能、能效與系統層級價值上重新證明自己,尤其當 AI 基礎設施變得更需要 CPU 參與時 [
8]。
5. Amazon、Google 等大型雲端業者:戰略受益,不是傳統晶片營收受益
大型雲端業者也可能是贏家,只是受益方式不同。SemiAnalysis 指出,這些超大規模雲端業者近年持續推出自家的 Arm 架構資料中心 CPU;其 2026 年資料中心 CPU 版圖也討論了 Amazon Graviton、Google Axion 等自研 CPU 努力 [8][
9]。
這代表,如果代理式 AI 讓 CPU 密度與效率更重要,Amazon、Google 這類公司可能透過自研 CPU 改善內部基礎設施成本、工作負載控制能力,並降低對外部 CPU 供應商的依賴 [8][
9]。換句話說,自研 CPU 讓大型雲端業者不只是買方,也能在自己的資料中心機群中拿走部分傳統伺服器 CPU 供應商的機會。
但這不是典型半導體營收故事。它更可能反映在雲端服務成本、毛利率、供應鏈彈性與 AI 服務部署效率上,而不是對外賣晶片的營收項目。
台積電呢?
就這組來源而言,台積電不應被列入本排名。原因不是台積電與先進晶片製造無關,而是提供的證據主要聚焦在 CPU 設計者、GPU 平台供應商,以及雲端業者的自研 CPU 策略;它們沒有建立一個直接、可引用的「台積電伺服器 CPU 營收」論證。
因此,若問題是「誰最直接受惠於代理式 AI 帶動伺服器 CPU 市場擴張」,來源支持度較高的名單仍是 AMD、Arm、Nvidia、Intel,以及 Amazon、Google 等自研 CPU 的大型雲端業者。
結論:不要只問誰賣 CPU,也要問誰掌握系統
如果代理式 AI 真的帶動伺服器 CPU 大週期,AMD 是最清楚的直接受益者,因為它銷售伺服器 CPU,且 AMD 已把 2030 年伺服器 CPU 可服務市場展望上調至超過 1,200 億美元 [6]。Arm 的最大看點在於架構槓桿:若自研 Arm CPU 在大型雲端與 AI 基礎設施中擴大,Arm 的上行空間可能很大 [
4][
8]。
Nvidia 則是平台型贏家:若更多 CPU 需求被包進 GPU 中心的完整 AI 系統,它能透過加速器、CPU、網路與軟體一起捕捉價值 [1][
2]。Intel 是復甦候選,但更仰賴產品路線圖與執行力 [
2][
8]。Amazon、Google 等大型雲端業者則可能透過自研 CPU 改善內部成本與效率,而不是靠對外晶片銷售受益 [
8][
9]。
所以,排名會隨你看的角度改變:看直接 CPU 營收,先看 AMD;看架構滲透,Arm 是關鍵變數;看完整 AI 基礎設施平台,Nvidia 仍在核心位置;看內部雲端經濟性,則要追蹤 Amazon、Google 與其他自研 CPU 的超大規模雲端業者 [1][
4][
6][
8][
9]。






